Schema.org et GEO : ce que les moteurs IA lisent vraiment de vos données structurées

Il reste un chantier dont nous n'avons pas parlé dans cette série technique. Nous avons vu quels robots d'IA autoriser dans le robots.txt, pourquoi les moteurs génératifs n'exécutent pas votre JavaScript, ce que valent réellement les llms.txt et comment lire les logs serveur. Manque le balisage Schema.org, présenté un peu partout comme le geste fondateur du GEO.

La promesse est séduisante : vous décrivez votre page dans un format que la machine comprend, la machine vous cite. Elle a le mérite d'être vérifiable, et elle a été vérifiée. Le résultat est plus intéressant que le slogan.

En lecture directe, ChatGPT, Claude et Perplexity ne lisent pas votre JSON-LD. Ils ne le voient pas passer. Et pourtant, il serait faux d'en conclure que le balisage ne sert à rien pour la visibilité générative, parce que trois systèmes différents lisent vos pages et qu'ils n'en font pas le même usage.

La corrélation qui fait vendre, et ce qu'elle ne prouve pas

Commençons par le chiffre que tout le monde cite. Sur un échantillon de 6 millions d'URL, Ahrefs a mesuré que les pages citées par les moteurs IA sont près de trois fois plus susceptibles de contenir du JSON-LD que les pages non citées. Précisément, 53 % des pages citées portent un balisage.

Écrit comme cela, l'argument paraît clos. Il ne l'est pas, et pour une raison qui devrait être un réflexe dans ce métier : les sites qui déploient des données structurées ne font jamais que cela. Ce sont aussi les sites qui soignent leur technique, qui publient du contenu tenu à jour, qui travaillent leurs liens et qui ont une équipe pour s'en occuper. Le balisage est un marqueur de maturité, et la maturité est ce qui produit les citations.

La corrélation est donc solide et l'inférence est fausse. Reste à savoir ce que produit le balisage quand on l'ajoute, toutes choses égales par ailleurs.

Le test causal : ajouter du balisage ne bouge pas les citations

C'est la deuxième partie de l'étude, publiée le 11 mai 2026 par Louise Linehan et Xibeijia Guan, et c'est celle qui compte. Le protocole est un quasi-expérimental classique. D'un côté, 1 885 pages ayant introduit du JSON-LD entre août 2025 et mars 2026. De l'autre, environ 4 000 pages de contrôle, à raison de trois témoins par page traitée, choisis sur d'autres domaines et à un niveau de citation comparable avant l'intervention. La mesure porte sur les 30 jours avant et les 30 jours après l'ajout, avec quatre tests statistiques dont une différence de différences, que les auteurs retiennent comme la plus fiable.

Les résultats, moteur par moteur :

Google AI Overviews : -4,6 %  (faible, mais statistiquement significatif)
Google AI Mode      : +2,4 %  (indiscernable du bruit)
ChatGPT             : +2,2 %  (indiscernable du bruit)

Deux lectures à ne pas confondre. Les deux valeurs positives ne sont pas de petits gains : elles sont nulles, au sens où l'écart ne se distingue pas d'une fluctuation aléatoire. Quant au recul mesuré sur AI Overviews, les auteurs le qualifient de réel mais inexpliqué, et le rapportent à sa juste échelle, une perte moyenne de l'ordre de 12 citations quotidiennes par page dans un échantillon où la plupart des pages en recevaient des centaines. Personne ne devrait retirer son balisage sur cette base.

Les limites annoncées par les auteurs méritent d'être reprises, parce qu'elles délimitent ce que l'étude autorise à conclure. L'échantillon ne contient que des pages déjà fortement citées, ce qui ne dit rien d'un site parti de zéro. Les types de balisage sont regroupés, sans distinguer Article, FAQ, Product ou Organization. La fenêtre de 30 jours ne verrait pas un effet lent. Le balisage injecté par JavaScript n'est pas testé, et sur ce point les conclusions de notre article sur le rendu JavaScript s'appliquent telles quelles. Enfin, les pages qui ajoutent du balisage modifient souvent autre chose en même temps, ce que les auteurs reconnaissent ne pas pouvoir isoler complètement.

Une étude de SALT.agency portant sur plus de 107 000 sites cités dans AI Mode va dans le même sens et ajoute une nuance utile : aucun type de balisage au-delà des plus courants, Organization, WebPage et Article, ne procure d'avantage mesurable. Leur formule est juste, le balisage est au mieux un facteur d'hygiène, pas un facteur de différenciation.

Trois systèmes lisent votre page, et ils ne lisent pas la même chose

C'est ici que la question « le schema sert-il au GEO » devient mal posée. Elle suppose un lecteur unique. Il y en a trois, et le balisage a un statut différent chez chacun.

Les moteurs tiers en récupération directe. Quand ChatGPT ou Claude va chercher votre page en temps réel pour répondre, il extrait le HTML visible et rien d'autre. Ce n'est pas une hypothèse. En octobre 2025, searchVIU a construit huit scénarios de balisage et les a soumis à cinq systèmes, ChatGPT, Claude, Gemini, Perplexity et Google AI Mode. Le test décisif consistait à placer un prix de 8,99 euros uniquement dans le JSON-LD, sans équivalent visible dans la page. Aucun des cinq systèmes ne l'a restitué. Écrits en HTML visible, en revanche, les prix ont bien été lus, ChatGPT et Gemini les relevant tous. Le microdata et le RDFa masqués ont subi le même sort que le JSON-LD.

Les surfaces IA de Google. Le tableau est différent, et il vient de Google. Le 21 avril 2026, à Search Central Live Toronto, l'ingénieur Ryan Levering est intervenu sur les données structurées. Selon les comptes rendus concordants publiés par plusieurs participants, la formulation retenue est que le balisage est utilisé comme contexte servi aux modèles lors des fanouts, c'est-à-dire lors de la décomposition d'une question en requêtes multiples qui alimente AI Overviews et AI Mode. Il n'existe pas de transcription officielle de cette intervention, donc la citation est à manier avec la prudence qui s'attache à un propos de conférence, mais le fond est cohérent avec le reste de la communication de Google. Levering avance quatre raisons pour lesquelles le balisage garde sa valeur. Il est plus précis que l'extraction par un modèle sur des contenus complexes, un prix produit par exemple. Il peut exprimer une information absente de la page. L'analyser coûte moins cher que réinférer le sens d'une prose à chaque passage. Et un balisage juste concentre l'attention de la machine en écartant le contexte inutile.

Le pipeline d'indexation classique. C'est le lecteur le plus ancien et le seul dont la valeur soit établie depuis des années. Google extrait le JSON-LD pour identifier des entités, alimenter son graphe de connaissances et générer des résultats enrichis. Cette valeur n'a pas disparu parce que l'IA est arrivée.

La tension apparente entre les deux premiers points est réelle, et instructive. AI Mode figure parmi les systèmes qui n'ont pas lu le JSON-LD dans le test de searchVIU, alors que Google affirme servir le balisage à ses modèles. Les deux peuvent être vrais : la récupération directe d'une URL à la demande et l'exploitation de l'index constitué en amont sont deux chemins distincts. L'auteur de l'étude le dit lui-même, la compréhension des données structurées se joue au moment de l'indexation, pas au moment de la requête. Ce qui déplace la conclusion pratique : votre balisage travaille pendant que Google indexe, pas pendant que le moteur répond.

Ce que Google dit lui-même, et qu'il faut entendre

Sur le fond, la position officielle n'a pas changé et elle est plus modeste que le discours du marché. Les données structurées ne sont pas un facteur de classement direct. John Mueller l'a redit à plusieurs reprises : le balisage aide les systèmes de Google à mieux comprendre le contenu d'une page, ce qui peut ouvrir l'accès aux résultats enrichis et à certaines fonctionnalités, mais une amélioration visible du seul fait du balisage est peu probable. La documentation recommande les données structurées pour les résultats enrichis, et s'arrête là : aucun type n'est requis pour apparaître dans une fonctionnalité générative. Qu'aucun n'y donne d'avantage mesurable est également établi, mais cela vient des mesures citées plus haut, pas de Google.

C'est exactement le même schéma que celui rencontré avec les llms.txt : une proposition technique séduisante, un discours commercial qui la présente comme un levier, et une réalité mesurée qui la ramène au rang d'hygiène. La différence, importante, est que le balisage Schema.org a une utilité prouvée ailleurs, sur les résultats enrichis et l'ancrage d'entité, alors que les llms.txt n'ont toujours aucun consommateur documenté.

Alors on balise quoi, et dans quel ordre

La conclusion utile n'est pas d'abandonner le balisage. C'est d'arrêter d'en attendre des citations, et de le traiter pour ce qu'il est : une infrastructure d'identité lisible par machine. Trois priorités, dans cet ordre.

L'entité d'abord. Un balisage Organization sur l'ensemble du site, avec un identifiant stable, les mentions officielles et surtout des propriétés sameAs pointant vers vos profils vérifiables et, quand elle existe, votre fiche Wikidata. C'est le seul endroit où le balisage participe indirectement à ce que les modèles savent de vous, par un chemin long : votre sameAs ancre une entité, l'entité est réconciliée dans les graphes publics, et ces graphes nourrissent les corpus d'entraînement. Ce chemin ne fonctionne que si votre entité existe déjà quelque part, et il se compte en trimestres, pas en semaines.

Les types que Google exploite réellement ensuite. Article avec des dates de publication et de modification honnêtes, BreadcrumbList, Product avec prix et disponibilité si vous vendez, LocalBusiness si vous avez une adresse. Ce sont les types adossés à des fonctionnalités documentées. Le reste relève de l'inventaire décoratif.

La cohérence en dernier, et c'est le point le plus négligé. Toute information présente dans votre balisage doit être présente et visible dans la page. Cette règle découle directement de ce qui précède : les moteurs tiers ne lisent que le visible, et Google exige depuis toujours que le balisage décrive le contenu réel. Un prix, un délai de livraison, une réponse de FAQ ou un avis client qui n'existent que dans le JSON-LD sont invisibles pour ChatGPT et pour Perplexity, et constituent un risque de sanction chez Google.

L'erreur symétrique se rencontre tout aussi souvent : une page dont la FAQ est balisée proprement mais dont les réponses sont repliées dans un accordéon injecté par JavaScript. Le balisage est correct, la page est bien classée dans Google, et les moteurs génératifs ne voient ni le texte ni le balisage. C'est le cas de figure décrit dans notre article sur le rendu JavaScript, et le balisage lui donne une fausse impression de sécurité.

Questions fréquentes

Faut-il retirer son balisage puisqu'il ne produit pas de citations ? Non. Il produit des résultats enrichis dans Google et il alimente l'ancrage d'entité. Attention d'ailleurs à ne pas lire l'étude Ahrefs à l'envers : elle a testé l'ajout de balisage, pas son retrait, et l'absence de gain à l'ajout ne démontre pas qu'enlever le vôtre serait sans conséquence. Le seul changement à opérer est celui des attentes.

Le balisage FAQ aide-t-il à être cité sur des questions ? Pas par ce mécanisme. Ce qui aide, c'est une question posée en clair dans un titre et une réponse autonome de deux à trois phrases juste en dessous, dans le HTML visible. Le balisage FAQPage décrit cette structure, il ne la remplace pas.

Faut-il injecter le JSON-LD via Google Tag Manager ? À éviter. Le balisage injecté par JavaScript n'a pas été testé par l'étude Ahrefs, et il dépend d'une exécution que les crawlers d'IA ne font pas. Un balisage rendu côté serveur, présent dans le HTML source, ne coûte pas plus cher et ne pose pas la question.

Le balisage compense-t-il un contenu faible ? Non, et c'est la lecture la plus coûteuse de tout ce qui précède. Le balisage décrit ; il n'ajoute rien à ce qui est décrit. Une page sans matière balisée reste une page sans matière.

Comment savoir si mon balisage est lu ? Pour Google, le test de résultats enrichis et le rapport correspondant dans la Search Console. Pour les moteurs génératifs, la question ne se pose pas dans ces termes : vérifiez plutôt que l'information est dans le HTML visible, avec un curl sur votre page, et suivez le passage des robots dans vos logs serveur.

Le balisage Schema.org appartient à la catégorie des travaux qu'il faut faire correctement et dont il ne faut rien attendre de spectaculaire. C'est une déclaration d'identité, au même titre qu'une immatriculation : indispensable pour être reconnu, sans effet sur la demande.

Ce qui déplace la priorité vers l'endroit où les trois lecteurs se rejoignent, le HTML visible et la qualité de ce qu'il contient. C'est là que se joue la citabilité, et c'est par là que commence chaque audit GEO que nous menons, avant toute discussion sur les types de balisage à déployer.